在php中递归搜索所有目录中的字符串数组

Question

我是 PHP 编码的新手，在这里我正在寻找在所有目录上递归搜索字符串数组的最快方法。

我这样做

$contents_list = array("xyz","abc","hello"); // this list can grow any size
$path = "/tmp/"; //user will give any path which can contain multi level sub directories

$dir = new RecursiveDirectoryIterator($path);

foreach(new RecursiveIteratorIterator($dir) as $filename => $file) {
    $fd = fopen($file,'r');
    if($fd) {
        while(!feof($fd)) {
            $line = fgets($fd);
            foreach($contents_list as $content) {
                if(strpos($line, $content) != false) {
                    echo $line."\n";
                }
            }         
        }
    }
    fclose($fd);
}

在这里，我递归地遍历所有目录，然后在每个文件上再次遍历内容数组以进行搜索。

有没有更好的方法来进行搜索？ 请建议更快的替代方案。

谢谢

Answer 1

如果您被允许在您的环境中执行 shell 命令（并假设您在 *nix 上运行您的脚本），您可以递归调用本机 grep 命令。 这会给你最快的结果。

$contents_list = array("xyz","abc","hello");
$path = "/tmp/";
$pattern = implode('\|', $contents_list) ;
$command = "grep -r '$pattern' $path";
$output = array();
exec($command, $output);
foreach ($output as $match) {
    echo $match . '\n';
}

如果disable_functions指令有效并且您无法调用 grep，则可以将您的方法与RecursiveDirectoryIterator并逐行读取文件，在每一行上使用 strpos 。 请注意strpos需要严格的相等性检查（使用!== false而不是!= false ），否则您将跳过一行开头的匹配项。

稍微快一点的方法是使用 glob 递归获取文件列表，并立即读取这些文件，而不是逐行扫描它们。 根据我的测试，这种方法会让你比你的方法有 30-35% 的时间优势。

function recursiveDirList($dir, $prefix = '') {
    $dir = rtrim($dir, '/');
    $result = array();

    foreach (glob("$dir/*", GLOB_MARK) as &$f) {
        if (substr($f, -1) === '/') {
            $result = array_merge($result, recursiveDirList($f, $prefix . basename($f) . '/'));
        } else {
            $result[] = $prefix . basename($f);
        }
    }

    return $result;
}

$files = recursiveDirList($path);
foreach ($files as $filename) {

    $file_content = file($path . '/' . $filename);
    foreach ($file_content as $line) {
        foreach($contents_list as $content) {
            if(strpos($line, $content) !== false) {
                echo $line . '\n';
            }
        }
    }
}

递归 glob 函数的功劳转到http://proger.i-forge.net/3_ways_to_recursively_list_all_files_in_a_directory/Opc

总而言之，在性能方面，您有以下排名（对于包含约 1200 个文件的非常大的目录，使用两种常见的文本模式，以秒为单位的结果）：

1. 通过 exec() 调用 grep - 2.2015s
2. 使用递归glob并使用file()读取文件 - 9.4443s
3. 使用RecursiveDirectoryIterator并使用readline()读取文件 - 15.1183s

Answer 2

即使在 2013 年，也有一种 - 在我看来更具可读性 - PHP 原生方式来递归遍历目录树： RecursiveDirectoryIterator类。

看看这个示例：

<?php

  // Initialize Recursive Iterator

  $directory = new RecursiveDirectoryIterator( 'path/to/project/' );
  $iterator = new RecursiveIteratorIterator( $directory );
  $regex = new RegexIterator( $iterator, '/^.+\.php$/i', RecursiveRegexIterator::GET_MATCH );

  // Iterate over files

  $files = array();
  foreach ( $regex as $info ) {
    // Do something with file to be found at $info->getPathname()
  }

?>

来自萨尔茨堡的问候！